App tính calo bằng AI có chính xác không? Nghiên cứu NIH 2026

Chụp một tấm ảnh đĩa ăn và có ngay lượng calo trong vài giây nghe cứ như phép màu. Cách này cũng giúp việc theo dõi bớt nhàm chán hơn nhiều, vì gõ từng nguyên liệu một rất nhanh chán. Nhưng sự tiện lợi chỉ có ích khi con số nằm trong khoảng hợp lý.

Tháng 7 năm 2026, các nhà nghiên cứu thuộc Viện Y tế Quốc gia Hoa Kỳ (NIH) đã chia sẻ kết quả mà họ mô tả là phép so sánh trực tiếp, chất lượng cao đầu tiên thuộc loại này. Nói ngắn gọn: nếu để nguyên, ước tính từ ảnh thường thấp hơn thực tế, chủ yếu do chất béo. Câu chuyện đầy đủ thì hữu ích hơn, vì những sai số lớn nhất cũng là những sai số bạn dễ sửa nhất.

Nghiên cứu của NIH đã kiểm tra những gì

Nghiên cứu do các nhà khoa học thuộc Viện Quốc gia về Đái tháo đường, Tiêu hóa và Bệnh thận Hoa Kỳ (NIDDK) thực hiện và được trình bày tại NUTRITION 2026, hội nghị thường niên của Hiệp hội Dinh dưỡng Hoa Kỳ (American Society for Nutrition), theo thông báo của hiệp hội.

Các bữa ăn thử nghiệm được lấy từ một nghiên cứu lớn hơn tại Trung tâm Lâm sàng NIH, so sánh chế độ ăn keto ít carb với một chế độ ăn tiêu chuẩn. Chúng được chuẩn bị trong một bếp chuyển hóa, nơi nguyên liệu được cân chính xác đến 0,1 gam, nên các nhà nghiên cứu biết chính xác trên mỗi đĩa có gì. Họ đưa ảnh chụp chuẩn hóa của 102 bữa ăn trong số đó qua tính năng chụp ảnh của bốn app: MyFitnessPal, Lose It!, Cal AI và Appediet.

Một lưu ý quan trọng: đây là một bản tóm tắt báo cáo hội nghị. Ban tổ chức cho biết những kết quả như vậy chưa trải qua quy trình bình duyệt đầy đủ cần có để đăng trên tạp chí khoa học và nên được xem là sơ bộ.

Các nhà nghiên cứu phát hiện điều gì

Cả bốn app đều ước tính thấp lượng calo, trung bình khoảng 250 đến 345 calo mỗi bữa, tức khoảng một phần ba. Healio đã đưa tin về mức trung bình của từng app:

Một vài kết quả khác cũng đáng chú ý:

• Chất béo là chỗ hụt lớn nhất. Cả bốn app đều ước tính thấp chất béo khoảng 30 gam mỗi bữa.
• Carb ổn định hơn. Ước tính carbohydrate nhất quán hơn so với các chất dinh dưỡng đa lượng khác, dù Lose It! và Cal AI vẫn ước tính thấp carb khoảng 14 gam.
• Kích cỡ bữa ăn ảnh hưởng đến một số app. MyFitnessPal và Lose It! ước tính các bữa nhiều calo chính xác hơn các bữa ít calo.
• Bữa nhiều chất béo có vẻ khó nhất. Trong một phân tích tiếp theo với hơn 200 bữa ăn bổ sung, kết quả ban đầu cho thấy các app gặp khó hơn với bữa ăn keto, nhiều khả năng vì hàm lượng chất béo cao của chúng liên tục bị ước tính thấp.

Các app được cập nhật thường xuyên, nên những kết quả này mô tả các phiên bản được thử nghiệm trong nghiên cứu, không nhất thiết phản ánh hiệu năng hiện tại của từng app. Calorix không nằm trong nghiên cứu, và chúng tôi không cho rằng ước tính chỉ dựa trên ảnh của bất kỳ app nào, kể cả app của chúng tôi, sẽ tránh được những vấn đề tương tự.

Lời khuyên của trưởng nhóm nghiên cứu rất thẳng thắn: người dùng app tính calo qua ảnh mà “không điều chỉnh khẩu phần hoặc nhập lượng thức ăn thì nên xem kết quả với thái độ dè dặt”.

Đây không chỉ là vấn đề của AI

Sẽ hữu ích nếu so sánh các app với cách làm thông thường, tức là tự mình ước lượng. Các nhà nghiên cứu lưu ý rằng mức ước tính thấp một phần ba tương tự với những gì từng được ghi nhận ở chế độ ăn do người tham gia tự khai báo.

Điều này khớp với nhiều thập kỷ nghiên cứu. Trong nghiên cứu OPEN, vốn đối chiếu thông tin tự khai báo của 484 người trưởng thành với các dấu ấn sinh học khách quan, phương pháp nhớ lại khẩu phần 24 giờ đã khai thiếu năng lượng nạp vào khoảng 12 đến 20%, còn bảng câu hỏi tần suất thực phẩm khai thiếu khoảng một phần ba. Một tổng quan hệ thống năm 2019 gồm 59 nghiên cứu dùng phương pháp nước đánh dấu kép cho thấy phần lớn đều ghi nhận tình trạng khai thiếu đáng kể, kể cả các nghiên cứu về phương pháp dựa trên công nghệ.

Ảnh không tự động giải quyết được điều đó. Một phân tích tổng hợp năm 2020 cho thấy đánh giá khẩu phần dựa trên hình ảnh cũng có xu hướng khai thiếu năng lượng và kết luận rằng, giống các phương pháp truyền thống, nó có sai số đo lường đáng kể. Một tổng quan hệ thống năm 2023 về các phương pháp AI hoàn toàn tự động ghi nhận sai số calo trung bình từ dưới 1% đến khoảng 38% tùy nghiên cứu, với sai số nhỏ hơn ở ảnh chụp những món đơn lẻ, đơn giản.

Dù vậy, vẫn có một chi tiết đáng hy vọng. Trong phương pháp chụp ảnh thức ăn từ xa, khi các nhà nghiên cứu ước tính lượng ăn từ ảnh chụp từng bữa và phần thức ăn thừa, kết quả chỉ chênh khoảng 5 đến 7% so với lượng được cân (vẫn hơi thấp). Ảnh có thể cho kết quả tốt khi có người xem lại cẩn thận, và bước xem lại đó chính là điều mà thử nghiệm của NIH đã bỏ qua.

Bài bình luận đi kèm bản tin của Healio còn nêu một điểm đáng nhớ: sai lệch thấp một cách nhất quán đáng lo hơn sai số ngẫu nhiên. Sai số ngẫu nhiên phần nào bù trừ cho nhau trong một tuần; còn sai lệch theo một chiều thì cứ cộng dồn mãi.

Vì sao ước tính qua ảnh bị lệch

Chất béo ẩn

Dầu ngấm vào cơm và rau. Bơ tan vào nước sốt. Nước trộn salad phủ lên từng lá rau. Camera không thấy được những thứ đó, mà chất béo lại rất giàu năng lượng: USDA FoodData Central, cơ sở dữ liệu dinh dưỡng của Bộ Nông nghiệp Hoa Kỳ, ghi nhận một muỗng canh dầu ô liu chứa 13,5 gam chất béo và 119 calo. Khoảng hụt chừng 30 gam chất béo trong nghiên cứu của NIH nhiều hơn một chút so với lượng chất béo trong hai muỗng canh dầu.

Độ dày khẩu phần

Ảnh chỉ là một mặt phẳng. Nhìn thẳng từ trên xuống, một lớp mì ống mỏng và một bát mì ống đầy có thể trông gần như giống nhau. Trong một nghiên cứu năm 2025, những người trưởng thành ghép khẩu phần cơm thật với ảnh có xu hướng ước tính thấp lượng cơm trong ảnh chụp từ trên xuống, vì khó thấy độ cao của cơm trong bát khi nhìn từ trên. Ảnh chụp ở góc 45 độ cho kết quả tốt nhất với thực phẩm rắn.

Món hỗn hợp

Cà ri, món nướng bỏ lò, burrito và bánh mì kẹp giấu nguyên liệu bên trong hoặc chồng lên nhau. AI phải đoán cả công thức lẫn số lượng. Không ngạc nhiên khi tổng quan năm 2023 cho thấy sai số nhỏ hơn với ảnh chụp những món đơn lẻ, đơn giản.

Ánh sáng và góc chụp

Các nhà nghiên cứu hình ảnh lưu ý rằng thay đổi về ánh sáng và góc nhìn làm món ăn trông khác đi, khiến việc nhận diện khó hơn. Ánh đèn nhà hàng mờ, bóng đổ đậm và góc chụp lạ đều làm tăng độ không chắc chắn.

Cách để có ước tính tốt hơn

Bạn không cần cân mọi thứ để có kết quả tốt hơn nhiều so với ước tính thô từ ảnh. Những thói quen sau nhắm thẳng vào các sai số kể trên:

• Thêm ghi chú khi quét. Cho app biết những gì nó không thấy được: “nấu với bơ”, “thêm nhiều nước sốt”, “nửa phần”.
• Kiểm tra khẩu phần, không chỉ tổng số. Xem số gam của từng nguyên liệu và sửa bất cứ thứ gì có vẻ không đúng, bắt đầu từ những món giàu năng lượng.
• Ghi chất béo thành một dòng riêng. Thêm dầu ăn, bơ, mayonnaise hoặc nước sốt thành một nguyên liệu riêng để nó không “biến mất” vào món ăn.
• Dùng mã vạch và nhãn cho thực phẩm đóng gói. Nhãn cho bạn số liệu của nhà sản xuất, nên chẳng cần đoán gì từ ảnh.
• Thỉnh thoảng cân thức ăn. Một tuần cân lượng cơm bạn hay xới, bát ngũ cốc hay lượng dầu bạn hay rót sẽ giúp mắt bạn ước lượng chuẩn trở lại. Các nhà nghiên cứu NIH lấy bữa ăn được cân chính xác làm mốc tham chiếu là có lý do.
• Chụp ảnh tốt hơn. Đủ sáng, cả đĩa nằm trong khung hình và góc 45 độ đều giúp ích. Bài hướng dẫn ước lượng khẩu phần qua ảnh của chúng tôi trình bày chi tiết điều này.
• Dự trù nhiều chất béo hơn khi người khác nấu. Đây thường là ẩn số lớn nhất trong một bữa ăn nhà hàng. Xem cách ghi bữa ăn nhà hàng.

Calorix được thiết kế thế nào để xử lý vấn đề này

Chúng tôi xây dựng trình quét AI của Calorix dựa trên giả định rằng mọi ước tính từ ảnh đều chỉ là bản nháp đầu tiên. Thay vì một con số duy nhất, mỗi lần quét sẽ mở ra một thẻ xem lại liệt kê từng nguyên liệu kèm khẩu phần, số gam, lượng calo và nhãn độ tin cậy, để bạn thấy ước tính kém chắc chắn nhất ở đâu.

Từ đó, bạn có thể:

• sửa tên, khẩu phần và số gam, hoặc thêm và bớt nguyên liệu
• dùng thanh trượt khẩu phần (½, 1, 1½ hoặc 2) khi bạn ăn nhiều hơn hoặc ít hơn những gì ảnh cho thấy
• chạm vào Sửa bằng AI rồi gõ hoặc nói lời chỉnh sửa, chẳng hạn “không có cơm, thêm 2 quả trứng”, sau đó xem lại các thay đổi được đề xuất trước khi chấp nhận
• thêm ghi chú như “nấu với bơ” và phân tích lại từ ảnh đã lưu
• tự sửa bất kỳ giá trị nào, trong khi giá trị gốc của AI vẫn được giữ để bạn có thể quay lại

Tổng số luôn được tính lại từ các nguyên liệu, nên chỉnh sửa một mục sẽ được cập nhật ngay vào lượng calo và macro hằng ngày của bạn. Với thực phẩm đóng gói, quét mã vạch và nhãn dinh dưỡng giúp bạn khỏi phải đoán.

Nói rõ điều chúng tôi không khẳng định: chúng tôi chưa chứng minh Calorix chính xác hơn các app trong nghiên cứu này. Điều thiết kế này làm được là giúp ước tính minh bạch và sửa được nhanh chóng, đúng bước mà các nhà nghiên cứu NIH đã chỉ ra.

Điều cần nhớ

Ghi bữa ăn bằng ảnh với AI là cách nhanh để có một bản nháp đầu tiên hợp lý, nhưng nếu để nguyên, kết quả thường thấp hơn thực tế, nhất là với món nhiều dầu, nhiều bơ và món hỗn hợp. Hãy xem mọi ước tính từ ảnh là điểm khởi đầu: kiểm tra khẩu phần, thêm phần chất béo mà bạn biết là có, và dùng mã vạch cho mọi thứ có nhãn.

Những chỉnh sửa nhỏ sẽ cộng dồn. Nếu lượng bạn thực sự ăn cao hơn vài trăm calo so với nhật ký, kế hoạch bạn xây dựng sẽ không khớp với thực tế, và bạn dễ tự trách mình thay vì nghĩ đến ước tính. Một nhật ký sát thực tế, đi kèm một mục tiêu thực tế từ công cụ tính TDEE của chúng tôi, sẽ cho bạn những con số thật sự dùng được.